Seed 1.8 官方规格参数、API 定价与评测档案
ByteDance 字节豆包 发布的 Seed 1.8(官方 API ID:doubao-seed-1-8-251228,发布于 2025-12-28),支持 256,000 上下文窗口与 64,000 单次最大输出,模态:Text + Image。
📋 Seed 1.8 官方 API 技术规格与计费参数总表
核验自 ByteDance 字节豆包 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- doubao-seed-1-8-251228
- 版本发布日期
- 2025-12-28
- 权重授权形态
- 闭源商业权重 (未公开参数量)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 256,000 tokens (256K)
- 单次最大输出上限
- 64,000 tokens
- 支持输入模态
- Text + Image
- 支持输出模态
- Text
- 中国大陆网络直连
- ✅ 国内极速直连 + 人民币结算
- 分发与部署形态
- 仅官方云端 API(不开放私有权重)
3. 官方 Token 单价与缓存阶梯
CNY / 1M- 标准输入单价 (每百万)
- ¥ 0.8
- Prompt 缓存命中输入
- ¥ 0.16 -80%
- 标准输出单价 (每百万)
- ¥ 8
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Seed 1.8 全量评测成绩与维度排名
共 56 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 5 项
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
采用 Elo 等级分排名的进阶竞赛与实战编程评测基准(LiveCodeBench Pro)。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
多编程语言真实软件缺陷修复基准,评估大模型在 Python 之外 7 大主流工程生态中的仓库级排障能力。
奥林匹克竞赛级别的顶尖算法编程基准。
🤖 Agent 与工具调用 6 项
专为中文互联网环境打造的高难度多跳搜索智能体基准,含影视、科技、医学、历史等 11 大领域的 289 道深层信息挖掘题。
真实 Android 手机系统 GUI 智能体评测,通过识别屏幕画面并执行点击滑动完成跨 App 任务。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
广度并行搜索智能体基准,考察模型跨海量信息源执行大规模并行检索、去重汇总与结构化整理的能力。
首个可扩展真实桌面操作系统(Ubuntu/Windows/macOS)多模态智能体执行评测环境,涵盖 369 项真实电脑操作任务。
伯克利函数调用排行榜第 4 代(BFCL-V4),全面评测单步、多步、并行、嵌套及多轮对话下的 API / Function Calling 精确度。
📐 数学 10 项
2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。
大规模多任务语言理解基准,覆盖 STEM 理工、人文、社科及医学法律等 57 个学科的综合知识测试。
融合 31 个子数据集共 6,141 道题的视觉数学与科学图表综合推理评测基准。
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
多模态竞赛数学推理基准(MATH-Vision),精选必须看懂几何图形、函数图像或组合示意图才能求解的真实数学竞赛题。
难度超越标准 AIME 的进阶数学竞赛推理集,要求更长的证明链条与问题拆解能力。
超大规模研究生级跨学科评测,涵盖工程、理学、医学、法学、经济学等 13 大门类共 285 个研究生学科、25,957 道高难度专业题。
通过动态变化图形参数与函数视图检验多模态数学推理稳健性的基准(DynaMath)。
横跨数学、物理、化学与编程的有机多模态深度科学推理基准(EMMA)。
「人类最后的考试」(HLE)纯文本题目并允许调用外部工具的评测变体。
👁️ 多模态与视觉 32 项
专门考察视觉模型对画面中密集同类物体精确计数能力的评测。
探测视觉大模型在数线条、判交点、认嵌套图形等基础几何感知上「睁眼瞎」盲区的诊断基准。
包含近 5,000 张自然科学教学示意图(食物网、人体结构、地质循环)的图表关系理解基准。
附带视频字幕输入的 Video-MME 全时长综合视频理解与时序推理评测。
通过构造静态画面相同但动作顺序/速度相反的对比视频,精准检验视频模型真实时序感知能力的基准。
大规模多学科多模态理解基准,汇集大学考试与教材中的 1.15 万道图表、公式、电路图与医学影像专业推理题。
专家级专业学科教学视频多模态评测,考察从观看学术与工程课程视频中获取新知识并解题的能力。
经过严格人工筛选、剔除「不看图也能答对」样本的 1,500 道纯视觉强依赖多模态评测。
考察多张关联图像(多视角对比、时序变化、图文对照)联合理解能力的鲁棒多图基准。
针对体育赛事直播视频的细粒度战术理解与实时解说评测。
最长 1 小时的视频与字幕交错输入长视频细节检索与推理基准。
检验多模态模型「看得见更要感知准」的核心视觉感知基准,涵盖深度估计、拼图还原、多视角对应等 14 类经典视觉任务。
MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。
跨多学科专业领域的视频知识理解与科学实验推理基准(MMVU)。
超长视频理解基准(最长可达 2 小时),评估模型在极长视频流中的跨时段事件定位、摘要与因果推理。
实时流式在线视频理解基准(OVOBench),测试模型随视频播放实时感知过去、当下并预测动作的能力。
聚焦视频动作序列、事件先后与动态变化的时序视频理解基准。
科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。
细粒度视频运动模式、姿态轨迹与动作序列理解评测。
多页、跨行业真实版面文档理解与信息推理评测集(DUDE)。
通用人工智能抽象推理基准(ARC-AGI),通过彩色网格变换谜题测试模型在零先验下的归纳概括与流体智力。
基于视频画面内容的简明事实准确性问答评测。
面向简明客观事实看图问答的视觉准确性评测。
面向实时连续视频流的在线记忆、事件感知与即时问答评测。
专门诱发并检测多模态模型「语言先验幻觉」与「视觉错觉」的图文抗干扰基准。
针对信息密集型复杂长视频的多步因果与逻辑推理基准。
检验视觉语言模型在画面与先验常识冲突时是否忠实依据图像作答(而非盲从文本偏见)的评测。
专注于视频中物体运动轨迹、动作节奏与时序先后顺序感知的多模态评测(TOMATO)。
具身智能空间推理问答基准(ERQA),涵盖空间方位、运动轨迹、动作后果与多视角状态估计的 400 道视觉题。
精细空间方位指代理解与目标视觉定位评测。
针对前沿视觉大模型设计的高难度零样本复杂视觉推理基准(主集人类精心构造极难视觉题)。
全方位复杂版面文档视觉解析基准(1.5),综合评测多栏论文、财报表格、公式识别(OCR)、阅读顺序还原与文档问答。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
想私有化部署?能力最接近 Seed 1.8 的开源权重平替模型
以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署
常见问题解答 (FAQ)
Seed 1.8 是开源模型还是闭源商业模型?能本地部署吗?
Seed 1.8 是由 ByteDance 字节豆包 研发的闭源商业大模型(官方调用 ID 为 doubao-seed-1-8-251228),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。
Seed 1.8 的最大上下文窗口、单次最大输出和 API 价格是多少?
Seed 1.8 支持最高 256K 上下文输入与 64,000 tokens 单次输出,支持输入模态包括 Text、Image。官方标准费率为每百万输入 ¥0.8、缓存命中输入 ¥0.16、每百万输出 ¥8。